LangChainJS 0.3.20版本发布:多模型支持与功能增强
LangChainJS是一个用于构建基于语言模型应用的JavaScript/TypeScript框架,它提供了连接各种AI服务和工具的标准化接口。最新发布的0.3.20版本带来了多项重要更新和改进,特别是在多模型支持、工具调用和错误处理方面。
核心功能增强
本次更新对LangChainJS的核心功能进行了多项优化。首先解决了TextEncoder的类型定义问题,这对于TypeScript用户尤为重要,能够提供更好的类型安全。其次,改进了增量索引功能,现在会跳过不必要的删除操作,提高了性能。工具消息处理也得到了增强,为RemoteRunnable添加了artifact支持,使远程工具调用更加灵活。
在错误处理方面,新增了上下文变量的回退机制,当上下文变量不可用时能够优雅降级。同时修复了空文本内容块创建的问题,避免了无效数据处理。这些改进使得LangChainJS在复杂场景下的稳定性得到了提升。
多模型支持与优化
0.3.20版本显著扩展了对各种语言模型的支持能力:
-
Google模型:全面支持Gemini系列模型,包括Gemini 2.0 Flash Lite和Gemini 2.5。新增了对Gemma 3模型的支持,并实现了Google新的结构化输出方法。Google Cloud Express模式现在也得到了支持,为不同部署场景提供了灵活性。
-
Anthropic模型:添加了对Claude 3.7 Sonnet的支持,包括扩展思考(reasoning)功能。修复了工具调用中无参数工具的处理问题,使Anthropic模型的功能调用更加完善。
-
AWS Bedrock:同样支持了Claude 3.7的推理功能,并修复了内容块排序问题。现在Bedrock还支持DeepSeek模型和应用推理配置文件,提供了更多模型选择。
-
新增模型集成:本次版本还新增了对Perplexity模型的支持,为用户提供了更多选择。
工具与存储改进
在工具和存储方面,0.3.20版本带来了多项实用更新:
-
Google工具增强:Google Calendar工具现在支持OAuth认证,并添加了结构化输出解析器,使日历操作更加方便。Google Cloud Storage文档加载器也得到了改进,使云存储集成更加灵活。
-
向量存储:Pinecone SDK更新至5.0.0版本,并改为peer依赖,给予用户更多版本控制权。Qdrant的索引清理逻辑得到修复,提高了向量存储的可靠性。
-
新增存储选项:引入了MariaDB向量存储实现,为关系型数据库用户提供了新选择。同时新增了Google Cloud SQL的VectorStore、ChatMessageHistory和Loader支持,扩展了云数据库集成能力。
社区贡献与错误修复
0.3.20版本包含了大量社区贡献的改进和错误修复:
-
IBM集成:Watsonx工具包现在支持不提供项目/空间/开发ID的轻量级引擎模式,并修复了工具索引问题。
-
Azure集成:Azure AI Search现在支持使用配置值semanticConfigurationName,提高了搜索灵活性。Azure CosmosDB的用户代理也得到了更新。
-
其他工具:Tavily搜索工具现在支持自定义API URL,并将API密钥从请求体移动到头部,符合更佳的安全实践。Jira文档转换器添加了可选链式调用,避免了未定义错误。
-
错误修复:修复了Groq元数据包含问题、OpenAI停止序列传递问题、ZhipuAI流式数据中的令牌信息缺失问题等多项错误,提高了整体稳定性。
总结
LangChainJS 0.3.20版本在多模型支持、工具集成和错误处理方面都有显著进步。特别是对Google Gemini系列、Anthropic Claude 3.7等最新模型的支持,使开发者能够利用最先进的AI能力构建应用。各种存储后端的增强和新加入的社区集成,进一步扩展了框架的适用场景。这些改进使得LangChainJS继续保持着作为JavaScript/TypeScript生态中连接语言模型应用的首选框架地位。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C028
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00